tulokset
Silmäile
Osuva
Osuva on Vaasan yliopiston avoin julkaisuarkisto. Osuva sisältää Vaasan yliopiston omat julkaisut, opinnäytteet ja tieteellisten artikkeleiden rinnakkaistallenteet. Osuvaan sisältyy julkaisujen viitetietoja, tiivistelmiä ja kokotekstejä. Sähköisten arkistokokoelmien sisältö ei ole luettavissa verkossa.
Kokoelmat Osuvassa
Viimeksi tallennetut
Kenen ääni kuuluu : haavoittuvassa asemassa olevat ja asiakasrajapinnassa työskentelevät ammattilaiset julkisten palvelujen digitaalisessa yhteiskehittämisessä
Kirjavainen, Hanna (Vaasan yliopisto, 2025-11-04)
Julkisella sektorilla on kasvavaa kiinnostusta kehittää palveluja yhdessä kansalaisten kanssa. Haavoittuvassa asemassa olevien osallistuminen on kuitenkin vähäistä, sillä tarjotut mahdollisuudet koetaan usein vieraiksi. Digitalisaatio tarjoaa uusia keinoja heidän ääntensä esiin tuomiseen ja palvelujen muokkaamiseen tarpeita vastaaviksi, mutta samalla se voi lisätä eriarvoisuutta, koska kaikilla ei ole yhdenvertaisia valmiuksia teknologian hyödyntämiseen.
Tutkimukseni tarkastelee digitalisaation mahdollisuuksia ja rajoja haavoittuvassa asemassa olevien kansalaisten osallisuuden tukemisessa julkisten palvelujen yhteiskehittämisessä. Analysoin tutkimuksessani myös asiakasrajapinnassa työskentelevien ammattilaisten roolia arvon yhteisluonnin mahdollistajina digitalisoituneessa palveluympäristössä. Tutkimus sijoittuu työvoimapalvelujen kontekstiin ja sen kohderyhminä ovat työttömät maahanmuuttajat sekä koulutuksen ja työn ulkopuolella olevat nuoret. Havainnollistan digitaalisen yhteiskehittämisen ja haavoittuvien ryhmien välistä problematiikkaa empiirisesti neljässä osajulkaisussa.
Väitöstutkimus osoittaa, että digitalisaatio voi avata uudenlaisia osallistumisen mahdollisuuksia, mutta niiden toimivuus riippuu osallistujien tilanteista ja valmiuksista. Siksi menetelmien soveltuvuus on arvioitava huolellisesti. Tutkimus tarkastelee digitaalista yhteiskehittämistä myös organisaation ja yhteiskunnan tasoilla, koska ne vaikuttavat ratkaisevasti haavoittuvassa asemassa olevien henkilöiden osallistumiseen. Asiakasrajapinnassa työskentelevät ammattilaiset toimivat sillanrakentajina asiakkaiden ja järjestelmän välillä ja heidän roolinsa on keskeinen erityisesti silloin, kun osallistujien digitaidot ja ymmärrys palvelujärjestelmästä vaihtelevat.
Se, painotetaanko digitalisaatiokehityksessä säästöjä ja tehokkuutta vai asiakaslähtöisyyttä, määrittää pitkälti, syntyykö digitaalisten menetelmien hyödyntämisestä arvoa vai ei. Onnistunut digitaalinen yhteiskehittäminen edellyttää yksilölähtöisiä osallistumismenetelmiä, ammattilaisten digivalmiuksien vahvistamista sekä rakenteellisia uudistuksia, jotka mahdollistavat aidosti inklusiivisen palvelujen kehittämisen.
Insider Deviant Behavior in Cybersecurity
Anti, Emmanuel (Vaasan yliopisto, 2025-11-13)
Sisätoimijan poikkeava käyttäytyminen (insider deviant behavior, IDB) tieto- ja kyberturvallisuudessa on monimutkainen ja jatkuva haaste organisaatioille ja yhteiskunnalle. Perinteiset teknisiin, kriminologisiin, psykologisiin ja sosiologisiin teorioihin pohjaavat lähestymistavat eivät tavoita sisäuhkien kompleksisuutta käytännön konteksteissa. Tämä väitöskirja kokoaa neljän tutkimusartikkelin löydökset ja esittää ihmiskeskeisen viitekehyksen IDB-ilmiöiden ymmärtämiseksi ja hillitsemiseksi.
Tutkimus tunnistaa 46 teoriaa, jotka selittävät sisäpiiriläisten käyttäytymistä, mutta jotka ovat keskenään pirstaleisia psykologisten, organisatoristen, sosiokulttuuristen ja päätöksenteon näkökulmien välillä. Se kritisoi näiden teorioiden rajoituksia ja korostaa monitieteisen lähestymistavan tarvetta, jossa huomioidaan myös kontekstuaaliset, eettiset ja emotionaaliset tekijät. Erityisesti tutkimus tuo esiin käsitteen kognitiivinen poikkeavuus – usein sivuutetun mutta keskeisen sisäpiiriläistoiminnan edeltäjän – ja osoittaa, kuinka ajatukset ja asenteet voivat johtaa poikkeavaan käyttäytymiseen.
Tutkimus tarkastelee myös tekoälyn (AI) häiritsevää vaikutusta ja sitä, miten kehittyvät teknologiat muuttavat käsityksiä autonomiasta, oikeudenmukaisuudesta, valvonnasta ja stressistä – tekijöistä, jotka kytkeytyvät IDB-ilmiöihin. Ennalta-ehkäiseväksi strategiaksi väitöskirja ehdottaa muotoiluajatteluun perustuvaa DESTIC-viitekehystä, jossa painottuvat empatia, yhteistyö ja iteratiivinen ongelmanratkaisu. Tämä osallistava malli painottaa kontekstiherkkiä ja eettisesti perusteltuja turvallisuusstrategioita.
Tutkimus siirtyy pois perinteisestä näkemyksestä, jossa sisäpiiriläiset nähdään joko täysin rationaalisina toimijoina tai pelkkinä sosioteknisinä riskeinä. Se puolustaa dynaamisia malleja, jotka huomioivat organisatorisen identiteetin, emotionaaliset kokemukset ja teknologiset realiteetit. Vaikka painopiste on tahallisessa poikkeavuudessa ja kehitetty viitekehys esitellään konseptuaalisella tasolla, tutkimus luo perustan tulevalle monitieteiselle, eettisesti tietoiselle ja käytännönläheiselle tutkimukselle digitaalisessa työympäristössä.
Uutiskuvissa rakentuvat merkitykset ilmastonmuutoksesta : Helsingin Sanomien ja Ilta-Sanomien verkkouutisten kuvalliset representaatiot
Kouhia, Iida (2025-10-15)
Ilmastonmuutos on merkittävä maailmanlaajuinen kriisi, jonka hillitseminen edellyttää tietoisuuden lisäämistä sekä konkreettisia toimia niin kansallisella kuin kansainvälisellä tasolla. Journalismilla on keskeinen rooli tiedonvälittäjänä ja mielikuvien rakentajana. Uutisissa ilmastonmuutos esittäytyy ja kontekstualisoituu sanallisten ja kuvallisten valintojen kautta, mikä vaikuttaa julkisessa ilmastokeskustelussa muodostuviin merkityksiin ja korostuviin diskursseihin. Tämä viestintätieteellinen laadullinen tutkielma tarkastelee journalismin kuvallista puolta suomalaisissa verkkouutisissa. Analyysi keskittyy siihen, millaisia merkityksiä ilmastonmuutokselle annetaan representaatioiden kautta uutisissa käytetyissä kuvissa ja miten nämä kuvat liittyvät yhteiskunnallisiin diskursseihin ja uutisten otsikointiin. Tutkimusaineistona käytetään Helsingin Sanomien ja Ilta-Sanomien verkkouutisissa vuosina 2021–2022 julkaistuja valokuvia ja niiden otsikoita. Aineisto koostuu kahdeksasta uutiskuvasta, joista puolet on peräisin Helsingin Sanomien uutisartikkeleista ja puolet Ilta-Sanomien uutisartikkeleista. Aineisto analysoidaan laadullisen tutkimuksen tavoin ja diskurssianalyysin menetelmin, keskittyen representaation keinoihin, joilla kuvat merkityksellistävät ilmastonmuutosta ja niiden ohella otsikot vaikuttavat kuvien välittämään viestiin. Analyysin tulokset tarjoavat oivalluksia siitä, miten suomalainen uutismedia käyttää uutiskuvia viestiessään ilmastonmuutoksesta eri diskursseissa. Tutkimus täydentää aiempaa ilmastojournalismia koskevaa tutkimusta keskittymällä visuaalisen viestinnän ja sosiaalisten representaatioiden rooliin ilmastokriisin käsittelyssä verkkouutisten kohdalla. Analyysin perusteella ilmastonmuutos esitetään uutiskuvissa moninaisesti ja eri diskursseissa, jotka voidaan jakaa viiteen pääkategoriaan. Kategoriat ovat ekologisen eriarvoisuuden ja moraalisen oikeudenmukaisuuden diskurssi, poliittisen vaikuttamisen diskurssi, katastrofidiskurssi, lajikadon diskurssi ja teknologisten ratkaisujen diskurssi. Diskurssien sisällä ilmastonmuutos esitetään monipuolisesti; korostetaan eri näkökulmia, siirretään vastuu eri toimijoille ja vedotaan eri tunteisiin. Diskurssien moninaisuus osoittaa median kykyä käsitellä ilmastonmuutosta eri tavoin, mikä heijastaa ilmastonmuutoksen laaja-alaisia vaikutuksia yhteiskuntaan, luontoon ja yksilöihin.Climate change is a significant global crisis, the mitigation of which requires both increased awareness and concrete action at national and international levels. Journalism plays a central role as a mediator of information and a shaper of public perception. In news reporting, climate change is represented and contextualized through verbal and visual choices, which influence the meanings and discourses that emerge in public climate debate. This qualitative communication study examines the visual dimension of journalism in Finnish online news. The analysis focuses on how climate change is represented through images used in news coverage, what meanings these visual representations convey, and how they relate to societal discourses and news headlines.The research material consists of photographs and their accompanying headlines published in the online editions of Helsingin Sanomat and Ilta-Sanomat between 2021 and 2022. The dataset includes eight news images; half from Helsingin Sanomat articles and half from Ilta-Sanomat. The material is analyzed qualitatively using discourse analysis, with attention to the representational means through which the images construct meanings of climate change and how headlines influence the messages conveyed by the images. The findings provide insights into how Finnish news media use visual imagery to communicate about climate change within different discourses. The study complements previous research on climate journalism by focusing on the role of visual communication and social representations in addressing the climate crisis in online news contexts.Based on the analysis, climate change is portrayed in news images in multiple ways across various discourses, which can be categorized into five main groups: the discourse of ecological inequality and moral justice, the discourse of political influence, the catastrophe discourse, the discourse of species loss, and the discourse of technological solutions. Within these discourses, climate change is depicted in diverse ways; emphasizing different perspectives, assigning responsibility to various actors, and appealing to distinct emotions. The diversity of discourses demonstrates the media’s ability to address climate change from multiple angles, reflecting the wide-ranging impacts of the phenomenon on society, nature, and individuals.
The utilization of artificial intelligence in investment decisions
Eerola, Eetu (2025-10-14)
This thesis examines the role of artificial intelligence (AI) in portfolio optimization by focusing on how AI-based methods can enhance investment performance compared to traditional approaches such as Modern Portfolio Theory and Capital Asset Pricing Model. Behavioral finance research has shown that investors are prone to psychological factors which often lead to irrational decision-making. AI and particularly machine learning (ML) offers potential solutions to these cognitive limitations by enabling more objective and data-driven decision processes. This study evaluates the use of AI models in mitigating the impact of behavioral biases on the investment process.
The existing literature indicates that AI-based models offer potential tool alongside with traditional benchmarks. ML algorithms can identify complex and nonlinear patterns from vast amounts of financial data. However, broader implementation of AI models still faces challenges and limitations that needs to be addressed. Computational demands, interpretability problems and regulatory compliance slows down the wider adoption of these applications.Tämä tutkielma tarkastelee tekoälyn (AI) roolia portfolion optimoinnissa ja sen vaikutusta sijoitusten tuottavuuteen. Tutkimus keskittyy erityisesti siihen, miten tekoälypohjaiset menetelmät voivat parantaa sijoituspäätöksiä verrattuna perinteisiin lähestymistapoihin, kuten moderniin portfolioteoriaan ja pääoman hinnoittelumalliin (CAPM). Käyttäytymistaloustieteen tutkimukset ovat osoittaneet, että sijoittajat ovat alttiita erilaisille psykologisille tekijöille, jotka usein johtavat epärationaalisiin päätöksiin. Tekoäly, ja erityisesti koneoppiminen (ML), tarjoaa mahdollisia ratkaisuja näihin kognitiivisiin rajoitteisiin mahdollistamalla objektiivisemmat ja datalähtöisemmät päätöksentekoprosessit. Tässä tutkimuksessa arvioidaan tekoälymallien potentiaalia vähentää käyttäytymisvinoumien vaikutusta sijoituspäätöksiin.
Aiemmat tutkimukset ovat osoittaneet, että tekoälypohjaiset mallit voivat tarjota merkittäviä hyötyjä perinteisten rahoitusteorioiden rinnalla sijoituspäätöksissä. Algoritmit kykenevät tunnistamaan monimutkaisia ja epälineaarisia riippuvuuksia laajoista datalähteistä, mikä voi parantaa sijoituspäätösten tarkkuutta ja tehokkuutta. Tekoälyn laajempaa käyttöönottoa kuitenkin rajoittavat useat haasteet ja puutteelliset sääntelyt. Tekoälymallien tarvitsemat tietokoneelliset vaatimukset, tulosten heikko tulkittavuus sekä sääntelyyn ja eettisyyteen liittyvät kysymysmerkit hidastavat näiden sovellusten yleistymistä rahoitusalalla.
Front-End Parameter Identification for Performance Optimization and Load Voltage Regulation of Detuned Wireless Power Transfer Systems
Zakerian, Ali; Abbasian, Sohrab; Jayathurathnage, Prasad; Roinila, Tomi; Simões, Marcelo Godoy; Rasilo, Paavo (IEEE, 2025)
The technology of wireless power transfer (WPT) has been in accelerated adoption for charging battery-powered devices, particularly in electric vehicles. The variable coupling coefficient between the transmitter and receiver coils and variable equivalent load resistance are the factors affecting the system’s operation. In addition, it is not feasible in practice to perfectly match the resonance frequencies of transmitter and receiver circuits due to parameter variation, rated component tolerances, and manufacturing mismatches. The authors investigated a new system identification method based on nonlinear fitting in order to improve the issues related to parameter uncertainty. The operation is enhanced by employing a frequency control methodology to regulate the load voltage. The system is optimized for zero voltage switching (ZVS) and low conduction loss by the frequency control algorithm to keep the operation efficient. This article shows a very cost-effective and simple measurement of the transmitter’s current magnitude and detection of parameter changes to achieve the new optimum operating point under the dynamic operating conditions. The effectiveness of the proposed method has been validated in the laboratory with experimental results from a prototype, confirming the theoretical analysis and design.